Gemini 3.8 Flash TTS: descreva a voz e escreva o roteiro
Gemini 3.8 Flash TTS é o principal modelo de voz do Google e o primeiro que você dirige em vez de escolher entre opções. Descreva a voz que deseja em linguagem simples — uma atendente noturna cansada, uma narradora adolescente animada — e ele interpreta seu roteiro com essa voz, em mais de 130 idiomas e com o sotaque que você pediu. Dirija a interpretação linha por linha, crie um diálogo entre personagens e mantenha o mesmo timbre por horas de áudio. Já disponível no AI Playground da Picsart.
- Descreva a voz que deseja
- Dirija a interpretação linha por linha
Vozes criadas com Gemini 3.8 Flash TTS
Conheça Gemini 3.8 Flash TTS, criado para dar vida a personagens, não só para falar com clareza
A maioria dos geradores de voz com IA oferece uma lista de opções e um controle de velocidade. Gemini 3.8 Flash TTS funciona de outra forma: é o modelo de voz criativa mais avançado do Google, feito para direção criativa detalhada e criação de personagens. Em vez de escolher uma opção em um menu, você começa com uma descrição. As 30 vozes originais do Google se expandem para uma biblioteca com mais de 2.000 vozes prontas para produção, e você também pode criar uma voz totalmente nova, que não existe nessa biblioteca. O modelo ficou em primeiro lugar no Voice Design Benchmark da Hume AI, exatamente o tipo de tarefa para o qual foi criado.
Crie uma voz em uma frase, em mais de 130 idiomas
Escreva o que quer ouvir e o modelo cria a voz: idade, textura, energia e sotaque. Peça espanhol mexicano em vez de espanhol genérico, francês do Quebec em vez de francês parisiense, escocês ou do sul dos EUA em vez de um sotaque neutro. O modelo funciona em mais de 130 idiomas e identifica sozinho o idioma em que você escreveu, sem precisar marcar ou especificar o roteiro — com melhores resultados em japonês, português brasileiro, vietnamita, árabe padrão moderno, espanhol mexicano e hindi. A mesma descrição gera o mesmo personagem todas as vezes, permitindo reutilizar a voz em uma série, em vez de usá-la uma única vez.
- Defina sotaques regionais
Oriente uma voz de IA como faria com um ator
Uma interpretação sem emoção é o que entrega uma fala sintética. Aqui, você pode dirigir cada linha separadamente: peça que uma soe cansada, que outra termine como uma piada e que a seguinte seja quase um sussurro. Inclua uma risada, um suspiro, um ofego ou uma respiração presa exatamente onde a interpretação pede. Adicione os sons que fazem parte de uma conversa real — o murmúrio de concordância, o pequeno ruído que alguém faz enquanto a outra pessoa ainda está falando — e encene um diálogo de verdade entre dois personagens, cada um mantendo a própria voz durante a conversa. É mais parecido com dirigir uma interpretação do que simplesmente gerá-la, e é por isso que o resultado não soa como texto convertido em fala.
Uma voz que não muda ao longo de uma gravação extensa
É em conteúdos longos que a maioria dos modelos de voz falha: o timbre muda, o ambiente acústico se altera e o capítulo nove não combina com o primeiro. Gemini 3.8 Flash TTS mantém a qualidade da voz, o ritmo e o timbre do personagem estáveis por horas, com o mesmo volume e o mesmo espaço acústico da primeira à última linha. O áudio é entregue em WAV padrão, pronto para edição. Precisa produzir em grande volume, como em uma dublagem ou com um agente de voz? Gemini 3.8 Flash-Lite TTS é da mesma família, mas otimizado para maior capacidade de processamento. Na Picsart, os dois estão entre mais de 150 modelos, para você dar voz a um roteiro aqui e trocar de modelo no próximo.
- Mantenha a mesma voz em gravações longas
O que você pode criar com Gemini 3.8 Flash TTS
Audiolivros e narrações longas
Grave por horas com uma voz consistente, sem que o timbre mude entre sessões, e oriente o narrador capítulo por capítulo.
Perguntas frequentes sobre Gemini 3.8 Flash TTS
É o principal modelo de conversão de texto em fala do Google, lançado em setembro de 2026 e criado para direção criativa e criação de personagens. Em vez de escolher uma voz de uma lista fixa, você descreve a voz que deseja e o modelo interpreta seu roteiro com ela, em mais de 130 idiomas e com direção linha por linha.
Gere imagens com IA usando GPT Image 2.5
Pro
Most popularAI tools for everyday creative work.
Ultra
Most powerfulHeavy AI usage for creators & teams.
Gere imagens com IA usando GPT Image 2.5
Pro
Most popularAI tools for everyday creative work.
Ultra
Most powerfulHeavy AI usage for creators & teams.